Endividamento das Operadoras e Seguradoras de Saúde
Suplementar no Brasil
Autoria: Graziella Lage Laureano
RESUMO
Este artigo analisa a estrutura de capital das operadoras e seguradoras brasileiras de saúde suplementar, mais especificamente os determinantes de endividamento. Destaca-se por utilizar uma base de dados inédita, composta por empresas de capital fechado e por abordar um único ramo de atuação ao invés realizar uma generalização. A técnica utilizada foi a de POLS – Polled Ordinary Linear Squares – associada a alguns testes, garantidores de qualidade nos modelos. Os resultados encontrados apontaram que o endividamento de curto prazo é mais utilizado do que o de longo prazo, que essas firmas possuem políticas consistentes de endividamento e que tamanho, liquidez e crescimento são os determinantes de dívida desse grupo. Com exceção de liquidez que tem relação negativa com ambos os tipos de dívida, as correlações entre esses determinantes e os endividamentos de curto e longo prazos foram opostas, ou seja, um determinante que provoca aumento em um tipo de dívida, provoca a redução em outro.Os modelos encontrados apresentaram R2 relativamente grandes e se mostraram consistentes com a teoria.
1-INTRODUÇÃO
A Teoria de Finanças ainda não é capaz de explicar a estrutura de capital das empresas de maneira consistente. Estudos como os de Graham e Harvey (2001) mostram que gestores de empresas americanas preocupam-se com a flexibilidade financeira, preservando capacidade de contrair dívida. Os pesquisadores de Finanças criaram, nos últimos 30 anos, uma série de teorias (ou estórias), para explicar como as empresas financiam suas atividades, mas nenhuma delas é capaz de explicar como as empresas decidem emitir ações, dívida ou instrumentos híbridos de maneira consistente.
È bem conhecido que que a estrutura de capital e de propriedade depende de características específicas do setor de atividade da empresa (Fama e Jensen, 1983, Jensen e Warner, 1988, dentre outros). Esse estudo procura entender os determinantes da estrutura de capital em um setor de atividade relativamente homogêneo: o das operadoras de saúde suplementar (planos de saúde) no Brasil e controlar mais precisamente os efeitos da organização industrial do setor de atividade
Fundamentalmente, empresas de capital fechado têm maior dificuldade de recorrer ao mercado para emitir ações, podendo fazê-lo principalmente por meio de colocação privada, o que é muito pouco comum no Brasil. Assim, essas empresas utilizam dívida como principal meio de financiamento externo.
A maioria das operadoras de saúde suplementar brasileiras tem seu capital fechado, o que faz com que o presente trabalho se restrinja em financiamento via dívida, visando identificar os fatores que determinam a extensão de seu prazo, seja ele curto ou longo
O estudo de determinantes de endividamento de empresas, cujo objetivo é descobrir possíveis fatores que levam empresas a se endividar, já é algo realizado em todo mundo, inclusive no Brasil e, geralmente é encontrado como parte de estudos de estrutura de capital. Em sua grande maioria, por facilidade de acesso a dados, são focados em empresas de capital
aberto, utilizando amostras com empresas totalmente heterogêneas, visando generalizar conclusões para qualquer ramo de atuação.
Logo, observa-se uma demanda não atendida de estudos acadêmicos e práticos focados em grupos específicos de atuação, que possam trazer resultados mais concisos e aplicáveis a uma empresa conforme seu ramo de atuação.
Justamente para suprir essa demanda, este estudo determinou os fatores de endividamento de um ramo específico: operadoras e seguradoras brasileiras de saúde suplementar. Os resultados encontrados apontam que composição dos ativos, tamanho, liquidez e crescimento são os determinantes de dívida desse grupo. Porém algo que vale destacar é que, com exceção de liquidez, suas correlações com endividamento de curto e longo prazos são opostas, ou seja um determinante que provoca aumento em um tipo de dívida, provoca a redução em outro.
A escolha dos determinantes testados foi embasada em teorias e artigos já publicados na área e serão justificadas a seguir:
Composição dos ativos
Segundo Scott(1977), a composição do ativo de uma empresa pode determinar a escolha de sua estrutura de capital, de forma que empresas que possuem mais ativos, que podem ser usados como garantia, preferem ou podem endividar-se mais.
Componentes do fluxo de caixa dedutíveis de IR
Da mesma forma, Masulis (1988) apresenta um modelo de estrutura ótima de capital que incorpora o impacto de taxas dedutíveis, como a depreciação por exemplo, no nível de endividamento da empresa e apontam que aquelas com maior volume de taxas dedutíveis terão menores valores em endividamento.
Crescimento
A variável crescimento inclui, para empresas abertas, o capital expedido, custos de agência e o crescimento do ativo total, medidos pela porcentagem sob o próprio ativo total. Titman e Wesless(1988) realizam um raciocínio sobre essa variável no qual, para empresas S/A, a esperança do crescimento futuro teria correlação negativa com endividamento de longo prazo e positiva com endividamento de curto prazo. Tal raciocínio se baseia na idéia de que empresas que passam por fase de crescimento tendem a se endividar mais, preferindo pagar suas dívidas naquele momento de expectativas altas do que em um momento futuro, em que sua situação poderá ser diferente.
Tamanho
Nesse mesmo estudo, Titman e Wesless mostraram que a variável tamanho da empresa se relaciona negativamente com os compromissos de curto prazo, possivelmente refletido o alto custo de transação que empresas menores apresentam frente às maiores. Assim eles apontaram que o custo de transação pode ser um importante determinante de estrutura de capital utilizando tamanho como proxy.
Tipo de empresa
Volatilidade
Muitos autores defendem que empresas que apresentam menor volatilidade em seus resultados são menos propensas a passar por dificuldades financeiras, o que dá mais credibilidade e torna mais barato o custo para endividamento, o tornando mais acessível.
Lucratividade
Pode ser relacionada com o endividamento de acordo com os critérios da pecking order
theory na qual Myers(1984) evidencia que empresas preferem financiar-se primeiramente via
lucros retidos, em seguida via dívida e, em último lugar, via emissão de ações. Diante dessa determinação de ordem, espera-se que quanto mais uma empresa for lucrativa, mais ela optará por financiar-se com seus lucros e menos optará pela dívida, mostrando que a relação entre lucratividade e endividamento é negativa. Essa teoria se mostra aplicável ao mercado brasileiro conforme Eid Jr(1996).
Liquidez
Em estudos para empresas de capital aberto, os índices de liquidez estão relacionados com o mercado de ações. Contudo, aqui eles estarão relacionados meramente com a capacidade da empresa em cumprir suas obrigações. De forma geral, sua relação esperada com endividamento é negativa, pois espera-se que quanto mais líquida for a empresa, menos dívidas ela estará disposta a assumir.
2-REVISÃO BIBLIOGRÁFICA
Nesse levantamento bibliográfico serão considerados tanto estudos para empresas de capital fechado, quanto de capital aberto – que geralmente são mais robustos e em maior variedade - todos apontando os determinantes de estrutura de capital.
Titman e Wessels(1988), que analisam teorias sobre estrutura ótima de capital de empresas americanas, citam como possíveis determinantes a composição dos ativos, as taxas dedutíveis de impostos, crescimento, exclusividade, classificação da empresa, tamanho, volatilidade e lucratividade. Conforme a teoria, eles evidenciaram que níveis de endividamento são relacionados negativamente com exclusividade e que dívidas de curto prazo são relacionadas negativamente com tamanho da empresa e lucratividade, fato que, conforme discutido anteriormente refletiria os altos custos de transação para firmas pequenas. Os tipos de relação entre as variáveis explicativas e as variáveis respostas do presente estudo serão baseados nesse artigo.
No caso do Brasil, Lima(2005), a partir dos determinantes de Krésus(2005), - tipo de empresa, crescimento, lucratividade, liquidez, risco e intensidade nos investimentos - através de dados do software Economática, constrói proxies e ajusta um modelo para 564 empresas cotadas na bolsa de valores de São Paulo, chegando à conclusão de que os fatores determinantes têm alto grau de explicação, quando utilizado o valor de mercado. Contudo, quando verificou separadamente a relação de cada variável explicativa com a variável endividamento, não conseguiu evidências que as variáveis lucratividade, crescimento, liquidez, risco e intensidade de investimento fossem representativas.
Em um levantamento de estudos feitos entre 1988-2003 sobre estrutura de capital no Brasil, Matuso e Eid Jr.(2004) escrevem uma sessão sobre seus determinantes exibindo o seguinte quadro sobre correlações entre variáveis explicativas de diferentes estudos e endividamento:
* Correlação com endividamento de curto prazo Fonte: Matuso e Eid Jr. (2004)
O quadro mostra algumas concordâncias e discordâncias entre os estudos comparados. Percebe-se que em todos os estudos a rentabilidade apresentou influência negativa sobre o endividamento, mesmo para aqueles de curto prazo, sendo a única variável a apresentar unanimidade de resultados. Os resultados de Tedeschi(1997) ainda concordam com os de Schnorrenberger e Procianoy(2002), apontando resultados de correlação positiva entre o tamanho da empresa e seu endividamento e com Terra(2002), apontando também resultados positivos de correlação para tangibilidade de ativos. É interessante observar que Perobelli e Fama, realizadores do estudo de endividamento de curto prazo em 2002 apontam que as variáveis que mostraram influência sob esse tipo de endividamento foram tangibilidade de
ativos, rentabilidade e tamanho, todas influenciando em sentido contrário, ou seja, quanto
maior forem seus valores, menor o endividamento de curto prazo.
Como fatores macro Tedeschi (1997), Procianoy e Caselani(1997) e Terra(2003) observaram a conjuntura econômica, setor e risco, sendo que apenas o primeiro se mostrou significativo. Schnorrenberger e Procianoy(2002) utilizaram ainda ano como variável representante do setor econômico e também obtiveram resultados significativos.
Outro estudo que merece destaque é o de Silva et. al.(2004), pois os autores aplicam a técnica multivariada de análise fatorial seguida de regressões para realizar um estudo também com as empresas brasileiras de capital aberto. Nessa análise, são utilizadas inicialmente 11
proxies, que após a aplicação da técnica de análise fatorial poderiam ser reduzidas a 3 ou 5
fatores que agregam variáveis com características parecidas, mostrando possível a utilização de mais variáveis no modelo inicial e menos no final, pois o fato de elas serem correlacionadas, ao contrário do que ocorre para a técnica de regressão, é favorável ao modelo o tornando mais simples.
Quadro 1 – Variáveis explicativas de endividamento testadas em outros trabalhos
AUTORES Tang.
Ativos
Rentab Tamanho Crescim Oport. Impostos Riscos do negócio ajustado R2
Tedeschi, 1997 + - + - n/a n/a n/a
Schnorrenberger e Procianoy, 2002
n/a - + n/a n/a n/a 31,55%
Terra 2003 n/a n/a n/a n/a n/a n/a n/a
Mellone 2003 n/a n/a n/a n/a n/a n/a n/a
Terra, 2002 + - n/a + n/a n/a n/a
Calil, 2002 n/a n/a n/a n/a n/a n/a n/a
3- METODOLOGIA 3.1- Base de Dados
A base de dados utilizada foi construída a partir de dados disponíveis no site da Agência Nacional de Saúde Suplementar (ANS): www.ans.gov.br. O critério de seleção da amostra foram empresas de médio e grande porte, classificadas como tal pela própria ANS, em seu site no ano de 2006. Foi observado que essas empresas estão ativas e possuem número de beneficiários ativos acima de 17.000. Como a classificação de uma operadora em médio e grande porte ou pequeno porte varia ano a ano, de acordo com o tamanho de sua carteira de clientes, empresas que foram classificadas como médias ou grandes entre o período de 2003 a 2005, mas foram consideradas pequenas em 2006 não foram selecionadas.
O período de estudo, cujas informações extraídas foram delimitadas, corresponde aos anos de 2001 a 2005. Entretanto, como algumas variáveis determinantes dependem de resultados de anos anteriores, as aplicações se restringirão de 2002 a 2005. A escolha desse período visa permitir um estudo de dados ao longo do tempo, observando a evolução do nível de endividamento e sua relação com as variáveis que a influenciaram durante esses 4 anos.Em suma, a base de dados final, utilizada para o ajuste de modelos, se constitui de 1308 empresas-ano.
3.2- Variáveis
Inicialmente, as variáveis selecionadas para entrar no modelo foram aquelas que encontravam suporte na literatura financeira e nos estudos empíricos sobre o tema, e que podiam ser extraídas ou permitiam a construção de proxies com os dados disponíveis. Torna-se interessante então, rever a interpretação de cada uma dessas variáveis em trabalhos já realizados e em seguida apontar como elas serão construídas neste estudo.
Composição dos ativos
Será representada pela divisão: Ativo permanente/Ativo total.
Crescimento
O indicador que representará o crescimento no modelo será a taxa de crescimento dos ativos, ou seja, a variação do ativo total de um ano para outro.
Tamanho
Serão considerados 2 tipos de informações que são formas de dimensionamento de uma empresa: Vendas, Total de Ativos.
Tipo de empresa
No caso deste estudo, por focar em um grupo específico de empresas, a classificação de todas é a mesma: Prestadora de serviço na área de saúde. Porém, elas estão subdivididas nas seguintes modalidades: Autogestão Não Patrocinada; Cooperativa Médica; Cooperativa odontológica; Filantropia; Medicina de Grupo; Odontologia de Grupo e Seguradora. Essas classificações serão consideradas no modelo através de Dummies.
Volatilidade
Será representada pela variação dos resultados operacionais, ou seja, a variação do de seus valores de um ano para outro.
Lucratividade
Como índice de rentabilidade, será utilizada a divisão dos resultados operacionais pelos ativos totais.
Liquidez
A liquidez será representada pela razão: Ativo Circulante/Passivo Circulante
Conjuntura Econômica
Será representada através da proxy ano, como feito em Schnorrenberger e Procianoy (2002).
Endividamento
Quanto às variáveis dependentes, serão considerados dois índices: um de endividamento de curto prazo e outro de endividamento de longo prazo: O de longo prazo será representado pela variável “exigível a longo prazo/passivo total” e o de curto prazo por: “passivo
circulante/passivo total”.
Endividamentos LP X CP
Ainda, foi realizada uma associação nos próprios modelos entre a variável de curto prazo e a de longo prazo. Pela forma que essas variáveis foram construídas, apesar de, uma relação negativa entre essas variáveis ser esperada, ela não necessariamente será encontrada, já que o total do passivo não é obtido somente pela soma das contas passivo circulante e exigível a longo prazo, mas também pela soma de um terceiro componente: o patrimônio líquido.
Por exemplo, um valor fixo de 30% de LP para 2002 e 2003 não implica em valores fixos de 70% para o CP. Caso o patrimônio líquido seja de 25% em 2002 e 35% em 2003 o CP será de 45% em 2002 e 35% em 2003. Por isso, a participação maior ou menor de um dos índices, digamos CP(Passivo Circulante/Passivo Total), não implica conseqüentemente em menor ou maior participação do outro, no caso LP(Exigível a LP/Passivo Total).Tais valores dependerão também da variação do Patrimônio Líquido
A inserção dessas variáveis visa captar a consistência das empresas na decisão de endividamento agregada à estabilidade de seu patrimônio líquido.
3.3- Modelos
Uma vez que os dados foram estruturados em forma de painel, foi aplicada a técnica Polled Ordinary Linear Squares - ou POLS – uma técnica semelhante à regressão linear, mas que considera cada uma das observações – no caso empresas - tantas vezes quanto forem o número de anos da amostra. Além disso, foram criadas dummies para os anos a fim de retirar do modelo parte da variância devida a características macroeconômicas de cada um deles.
Os modelos matemáticos utilizados para CP e LP podem ser representados das seguintes formas:
dummiesAno B dummiesMod B B LP dummiesAno B dummiesMod B B CP 3 2 1 3 2 1 det det + + + = + + + = α α Em que: • α é o intercepto;
• det é o vetor de variáveis determinantes:
[LP/CP, Comp. Ativos; Crescimento; Tamanho; Volatilidade; Lucratividade; Liquidez];
• dummiesMod é o vetor de dummies de modalidades*:
[Autogestão ñ Patr; Coop. Médica; Coop. Odont.; Filantropia; Méd. de Grupo; Odont. de Grupo];
• dummiesAno é o vetor de dummies dos anos de 2003 a 2005*
• B1, B2 B são os vetores de coeficientes dos vetores det, 3 dummiesMod e
dummiesAno respectivamente.
*A modalidade Seguradora e o ano de 2002 foram dummies referência, cujos coeficientes são zero e, por isso, apesar de serem utilizadas em suas construções, não aparecem nos modelos.
Apesar de existirem duas variáveis pra representar os tamanhos da empresas, elas nunca serão colocadas concomitantemente em um modelo. A intenção é testar qual é, entre elas, a melhor proxy.
4- RESULTADOS 4.1 – Análise Descritiva
Complementarmente, com intuito comparativo, será realizado um breve estudo descritivo dos dois tipos de endividamento das operadoras na área de saúde.
1,5 1,0 0,5 0,0 400 300 200 100 0 LP Fr eq ue nc y Histogram of LP 1,5 1,0 0,5 0,0 100 50 0 CP Fr eq ue nc y Histogram of CP
Figura 1 – Histograma de LP Figura 2 – Histograma de CP
Variável Média Mediana Des. Padrão
LP 0,15817 0,11046 0,16991
CP 0,42644 0,40811 0,22641
Observa-se que, endividamento de CP, de forma geral, é utilizado em maior volume percentual do que endividamento de LP, já que seus valores médios e medianos são maiores. Contudo, os valores para CP são mais dispersos, apontando que, em se tratando de curto prazo, as empresas possuem comportamentos mais diferenciados.
4.2 – Regressões
4.2.1 – Validação dos pressupostos do modelo
Primeiramente, através da estatística D-Cook, 4 outliers foram observados e extraídos da base de dados.
a-) Multicolinearidade
Com exceção das duas variáveis utilizadas para determinar o tamanho da empresa – que como já dito, não serão utilizadas conjuntamente - não foi detectada qualquer multicolinearidade entres as variáveis determinantes do modelo, como mostrado na matriz de correlação a seguir:
Tabela 2 – Matriz de correlações entre as variáveis explicativas
Comp Ati Crescime %Vendas %Tot Ati Volatili Lucrativ
Cresc. -0,011 %Vendas -0,034 -0,012 %Tot At. 0,038 -0,006 0,725 Volat. -0,032 -0,002 0,175 0,101 Lucrat. 0,002 -0,017 -0,14 -0,152 0,076 Liquidez -0,184 0 0,111 0,156 0,032 -0,1 b-) Autocorrelação Residual
Não foram observadas autocorrelações em nenhuma das duas variáveis como mostra o gráfico de resíduos por ordem de observação:
1200 1000 800 600 400 200 1500 1000 500 0 Observation Order R es idu al
Residuals Versus the Order of the Data
(response is LP) 200 400 600 800 1000 1200 -500 0 500 1000 Observation Order R es idu al
Residuals Versus the Order of the Data
(response is CP)
Figura 4 – Gráfico Resíduos LP vs Ordem Figura 5 – Gráfico Resíduos CP vs Ordem
Além disso, foram feitos testes de Durbin Watson cujos valores foram 1,95 e 1,96, o que por ser próximo de 2, indica que realmente não há autocorrelação residual.
300 200 100 0 -100 1500 1000 500 0 Fitted Value R es idu al
Residuals Versus the Fitted Values
(response is LP) -400 -200 0 200 400 600 -500 0 500 1000 Fitted Value R es idu al
Residuals Versus the Fitted Values
(response is CP)
Figura 6 – Gráfico Resíduos LP vs Preditos Figura 7 – Gráfico Resíduos CP vs Preditos Para solucionar o problema foi realizada um dos tipos de transformação de Box-Cox, em que se extrai o ln da variável dependente. Após essas transformações as variâncias se mostraram constantes.
4.2.2 – Coeficientes Estimados
Diante da transformação de Box-Cox os coeficientes, com seus testes de significância t-student e p-valor foram:
a-) Longo Prazo
Tabela 3: Regressão OLS: Varíável Dependente: Ln(LP) Variáveis Independentes Coeficientes T P
Constante 2,4959 6,79 0... ... * CP -0,00151 -5,33 0 ... ...* Comp Ativos 0,001279 4,31 0... ... * %Vendas 101,09 3,67 0 ... ...* Liquidez -0,00657 -2,21 0,027 * Crescimento -0,0000025 -1,97 0,049 * Autogestão -1,8537 -3,19 0,001 * Coop. Médica 2,182 5,89 0... ... * Coop. Odontológica 0,9885 2,27 0,023 * Filantrópicas 1,1954 2,57 0,01... * Medicina de Grupo 0,7628 2,01 0,044 * Odontologia de Grupo 0,3231 0,78 0,434... 2005 0,4721 2,76 0,006 * 2004 0,348 2,04 0,041 * 2003 0,2362 1,38 0,168... *Significativos a 95% de confiança R-Sq = 20,1% R-Sq(adj) = 19,1%
Para a comparação das dummies, as variáveis bases foram seguradora para modalidade e
2002 para anos. Apesar de se mostrarem não significativas, no intuito de manter a
comparação entre grupos e anos e por melhorar a significância do modelo, odontologia e 2003 foram mantidas.
b-) Curto Prazo
Tabela 4: Regressão OLS: Varíável Dependente: Ln(CP) Variáveis Independentes Coeficientes T P
Constante 5,1138 39,46 0*...
Liquidez -0,048336 -11,82 0*... Crescimento 0,7014 3,57 0*... Autogestão 1,1015 8,34 0*... Coop. Médica 1,0524 6,96 0*... Coop. Odontológica 0,946 5,99 0*... Filantrópicas 1,0892 8,25 0*... Medicina de Grupo 0,8874 6,22 0*... *Significativos a 95% de confiança R-Sq = 29,3% R-Sq(adj) = 28,8%
A curto prazo, as variáveis para ano não se mostraram significativas e não ofereceram melhoras para o modelo. Para representar tamanho foram utilizadas as variáveis % de vendas e % tot do ativo para endividamento de longo e curto prazo respectivamente, já que cada uma se mostrou significativa em uma categoria de endividamento diferente. Assim como em longo prazo, a variável base em modalidade foi seguradora.
O quadro abaixo facilita a visualização dos sinais e significâncias das correlações observadas para as variáveis determinantes:
Quadro 2 – Sinais das correlações observadas nos modelos POLS
Variáveis Dependentes
Variáveis Independentes Endividamento de CP Endividamento de LP
Endividamento de CP Não se aplica -
Endividamento de LP - Não se aplica
Composição dos Ativos - +
Tamanho - +
Liquidez - -
Crescimento + -
Volatilidade Não significativa Não significativa Lucratividade Não significativa Não significativa
5- CONCLUSÕES
Primeiramente, na análise descritiva, observou-se uma forte tendência das operadoras e seguradoras optarem mais por financiamentos de curto prazo do que de longo prazo. Esse comportamento é comum para empresas brasileiras e já era esperado para operadoras e seguradoras de saúde, sobretudo porque, isto está envolvido no foco de seu negócio, demandante de liquidez para a honra de compromissos.
Quanto às regressões, pôde-se detectar que a relação entre endividamento de curto prazo(CP) e longo prazo(LP) é realmente oposta, pois foi observado tal comportamento nos dois modelos. Esse resultado mostra que as variações de Patrimônio Líquido – PL - são baixas, não interferindo no sinal esperado.
Isso aponta que, em média, seguradoras e operadoras de saúde possuem PL estável e, dada essa condição, quanto mais elas se endividam a curto prazo, menos elas se endividam a longo prazo. O mesmo raciocínio segue para casos em que é dado o endividamento de longo prazo.
Diferentemente, Liquidez apresentou relação negativa com ambos os tipos de endividamento, resultado que segue uma tendência esperada em que, empresas mais focadas em liquidez procuram endividar-se o mínimo possível.
Crescimento, ainda que se mostrando uma variável pouco significativa, de coeficiente muito próximo de zero, teve uma correlação baixa e negativa com endividamento de LP. Já com endividamento de CP a relação encontrada foi positiva. A justificativa desse resultado pode ser embasada em Titman e Wesless(1998) e Myers(1977) que apontaram que crescimento esperado provoca uma troca de financiamentos de longo prazo para financiamentos de curto prazo.
Volatilidade e lucratividade não se mostraram significativas.
Quanto às modalidades, como seguradora foi a dummy base e todos os coeficientes significativos dos dois modelos foram positivos, pode-se concluir que seguradoras se endividam pouco, tanto no curto quanto no longo prazo. Tal fato certamente se justifica pela exigência jurídica de liquidez estipulada especificamente para seguradoras e que não afeta tanto o mundo das operadoras de saúde.
As relações de todas as modalidades de financiamento com seus endividamentos foram parecidas, com coeficientes relativamente próximos. Contudo, foi realizado um ranking que facilita a observação de quais categorias se endividam mais a LP e CP.
Quadro 3 – Ranking das categorias mais endividadas conforme o tipo de endividamento
Colocação CP LP
1º Cooperativas Médicas Medicina de Grupo
2º Auto-Gestão Cooperativas Odontológicas
3º Filantrópicas Cooperativas Médicas
4º Cooperativas Odontológicas Filantrópicas
5º Medicina de Grupo Odontologia de Grupo
6º Odontologia de Grupo Auto-Gestão
7º Seguradoras Seguradoras
A interpretação desse quadro aponta, além do menor endividamento relativo das seguradoras, um endividamento geral mais alto para as Cooperativas médicas e uma tendência na qual categorias que utilizam mais um tipo de endividamento, utilizam menos o outro.
A inserção dos fatores de conjuntura - anos – melhorou apenas o modelo de longo prazo, não sendo significativo para curto prazo. Pelos valores p e dos coeficientes, foi possível observar uma tendência de melhora na significância e um claro aumento no endividamento de longo prazo nos dois últimos anos observados. Com outras palavras, apenas a conjuntura econômica dos anos de 2004 e 2005 se mostraram positivamente influentes no endividamento de longo prazo se comparadas ao ano de 2002, tendo ainda a conjuntura de 2005 influenciado mais fortemente que a de 2004.
Os poderes explicativos dos modelos foram baixos, com valores de R2
ajust iguais a 19,1% e
28,8% para longo e curto prazos respectivamente, o que indica que outros fatores são necessários para uma explicação melhor do endividamento. Contudo, estudos de estrutura de capital geralmente encontram valores parecidos ou mesmo piores do que os de representatividade deste estudo.
Em suma, através do ajuste empírico de dados, chegou-se a relações teoricamente embasadas ou a relações semelhantes às mostradas em artigos anteriores, que podem ser úteis para empresas do setor e órgãos reguladores, na elaboração de políticas gerenciais leis e medidas de fiscalização. Isso é possível pois, diferentemente dos estudos tradicionais, que quando diferenciam as empresas, utilizam dummies para área de atuação, esse estudo constrói
6- BIBLIOGRAFIA
BIGINI, Fábio L. Fatores Determinantes da Estrutura de Capital das Empresas de Capital Aberto no Brasil: uma Análise em Painel. Dissertação de Mestrado PUC-RJ, Ago. 2003. DeANGELO, H.; MASULIS, R.W. Optimal Capital Structure under Corporate and Personal Taxation. Journal of Financial Economics, v.8, n.1, Mar.1980.
GRAHAN, Jhon R.; Harvey, Campbell R. The Theory and practice of corporate finance: evidence from the field. Journal of Financial Economics. 2001.
LIMA, Mônica R.; BRITO, Ricardo, D. O que Determina a Estrutura de Capital no Brasil? 3o Encontro Brasileiro de Finanças, São Paulo. 2005
MASULIS, R, The Debt-Equity Choice, Institutional Investor Series in finance, Ballinger Press, 1988.
MATSUO, Alexandre Kazuma; EID JUNIOR,William. Estrutura de Capital no Brasil: Uma Resenha de Estudos no Período 1988-2003. Encontro Brasileiro de Finanças, São Paulo. 2004
MODIGLIANI, Franco; MILLER, Merton H. The Cost of Capital, Corporation Finance and Theory of Investment. The American Economic Review, v. 48, n. 3, p. 3-39, Jun. 1958.
MYERS, S.C. The Capital Structure Puzzle. Journal of Finance, Chicago: American Finance Association, v.39, n.3, Jul.1984.
PROCIANOY, Jairo L.; CASELANI, C. N. A Emissão de Ações como Fonte de Crescimento ou como Fator de Redução do Risco Financeiro: Resultados Empíricos. Revista de Administração , São Paulo, v.32, n.3, p.70-81, Jul./Set. 1997.
SCHNORRENBERGER, Adalberto; PROCIANOY, Jairo L. A Influência da Estrutura de Controle nas Decisões de Estrutura de Capital das Companhias Brasileiras. In: 2o Encontro Brasileiro de Finanças. 2002, Rio de Janeiro.
SCOTT, J. Bankruptcy, Secured Debt, and Optimal Structure. Journal of Finance 32. 1997.
TEDESCHI, Piero. Estrutura de Capital: uma Investigação sobre seus Determinantes no Brasil. 1997. Tese (Doutorado em Administração de empresas) – Escola de Administração de Empresas de São Paulo da Fundação Getúlio Vargas.
